数学建模中智能优化算法教学方法探究

优化数学模型在数学模型中具有重要地位,智能优化算法作为求解优化模型的常用方法,具有求解能力强,算法设计简单,易于实现等特点.但是学生在利用智能优化算法求解优化模型时往往会遇到很多困难.从教学内容中算法选择要有重点,教学设计要注重学生实际,教学手段要灵活多样3个方面探讨数学建模中智能优化算法的教学方法,对提高教学效果有一定的帮助.     

应用禁忌粒子群算法的车间调度及其并行化实现

为了解决批量生产、制造、装配等车间调度问题,基于Hadoop集群,提出应用禁忌粒子群算法的车间调度及其并行化实现.以某装载机制造车间最小化完成时间为目标,通过使用禁忌粒子群算法对车间调度问题进行求解.结果表明：在车间批量大的情况下,禁忌粒子群算法可得出有效的调度方案,避免算法陷入局部最优解.与现有的智能算法相比,禁忌粒子群算法更有利于实现全局最优解.     

多目标进化算法研究综述

简要介绍了多目标进化算法(MOEAs)的基本框架、研究历史、总体分类和主要方法,同时讨论了进化算法(EAs)在多目标优化的应用中的几个关键性问题及今后需进一步研究的工作.     

廉政效能系统优化中的算法失灵及消解策略

智能治理成为当前廉政效能系统优化的新趋势，智能算法在廉政效能系统优化中的应用形成了诸如推动廉政效能系统资源整合、强化廉政效能系统建构、扩展廉政效能系统的伦理边界等优化方向。但受智能算法运行逻辑和算法规则的影响，智能算法在廉政效能系统优化中的应用也存在技术权力的专制化、运行规则的功利化和个体隐私的透明化等算法失灵风险，从而影响廉政效能系统优化。需要我们通过规制算法权力运行、强化算法德性伦理、防范隐私空间坍塌等措施，有效地优化系统权力结构，化约算法伦理缺陷，消解个体隐私风险，从而借助智能算法的技术优势提升廉政效能。     

国际仿生计算研究的文献生产力与特征分析

该文试图运用文献计量方法和知识可视化技术对仿生计算研究领域的全球生产力、主要研究主题、核心期刊、高效率生产国以及出版物中最常用的关键字和高被引用论文进行分析.研究结果表明,这个领域主要关注算法,模型和系统;美国是仿生计算研究的领导国以及该领域的国际合作的中心;仿生计算的研究正朝着仿生智能算法优化和集成化智能软硬件系统等方向发展.     

含随机-模糊参数的可追加订购报童问题

研究了模糊环境下的可追加订购的报童问题.假设需求量为随机变量,而追加定购的价格等为模糊变量.在本金有限制的条件下,以极大化收益为目标,建立了一个随机-模糊混合的规划模型,并将模糊随机模拟、神经元网络及遗传算法相结合给出一个混合智能算法来求解该模型,从而得到最优订购量及追加的最大定购量.最后给出了数值例子.     

崔志华：痴迷数学在“龙城”

晋阳古城——太原，是一座具有2400多年的历史名城。因其自古以来便藏龙卧虎，被称之为“龙城”。在汾河水的润泽之下，其钟灵毓秀自不必说，“龙城”的人灵地杰也是古来有之。成长于“龙城”的他，似乎也是其中的一位。     

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究，建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型．并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。     

油田措施规划的随机期望值模型

措施规划对延长油田增产稳产年限,降低开采成本,提高采油速度和采收率,实现措施优化配置十分必要.以油田措施增产最大化为目标,兼顾成本、工作量等目标,建立了油田措施规划的随机期望值模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施规划提供了新的决策依据.     

随机机会约束的机型指派模型及算法

为了满足民航旅客日益增长的需求,保障安全运输,航空公司的机型指派既要满足飞机周期性检修的要求,又要提供符合旅客需求量的机型。在基本机型指派模型的基础上引入随机变量,建立随机机会约束的航班机型指派的优化模型,进而提出了由航班计划建立符合检修周期要求的算法。根据算例数据,采用随机模拟及混合智能算法对机型指派优化问题模型进行了求解。结果表明,随机机会约束模型符合实际运营情况,并提供了兼顾效率和安全性的优化方法。